中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
基于深度学习的嵌入式CO2浓度反演算法实现

文献类型:期刊论文

作者王彪; 杨子腾; 卞广雨; 王冠懿; 赵奕飞; 薛金波; 程林祥
刊名激光杂志
出版日期2023-05-25
卷号44期号:05页码:42-46
英文摘要以CO_2为主的温室气体排放使得全球变暖,严重影响生态环境,2021年习近平主席在二十国集团领导人峰会上提出“中国将力争2030年前实现碳达峰、2060年前实现碳中和”,因此精确检测CO_2气体浓度具有重要研究意义。由于CO_2气体吸收谱线的展宽受到气体压力、温度等因素影响,导致TDLAS气体检测系统测量结果误差增大,因此本文结合HITRAN数据库仿真,提出了基于BP神经网络深度学习的CO_2浓度反演算法和嵌入式实现方法,实现了对气体浓度的补偿,为嵌入式浓度反演算法设计提供理论依据。该算法可以移植到STM32F407中,经过测试,气体浓度的检测误差小,有效提升了气体检测精度,此方法同样适用于TDLAS型的其他气体检测应用场景中。
源URL[http://ir.ciomp.ac.cn/handle/181722/68433]  
专题中国科学院长春光学精密机械与物理研究所
作者单位1.中国科学院大学
2.吉林农业大学
3.吉林大学
4.中国科学院长春光学精密机械与物理研究所
推荐引用方式
GB/T 7714
王彪,杨子腾,卞广雨,等. 基于深度学习的嵌入式CO2浓度反演算法实现[J]. 激光杂志,2023,44(05):42-46.
APA 王彪.,杨子腾.,卞广雨.,王冠懿.,赵奕飞.,...&程林祥.(2023).基于深度学习的嵌入式CO2浓度反演算法实现.激光杂志,44(05),42-46.
MLA 王彪,et al."基于深度学习的嵌入式CO2浓度反演算法实现".激光杂志 44.05(2023):42-46.

入库方式: OAI收割

来源:长春光学精密机械与物理研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。